قدمت IBM مبادرة لدعم مطوري البرمجيات الشركات عن طريق فتح مصدر لمجموعة من نماذج التعلم الآلي الإنشائي. يهدف هذا الإجراء إلى تبسيط العديد من المهام التطويرية وتحويل سير العمل. تم تدريب هذه النماذج المتقدمة للذكاء الاصطناعي على مجموعة من الرموز المكتوبة بلغات برمجة مدهشة تصل إلى 116 لغة برمجة مختلفة.
يصل الترميز المساعد بالذكاء الاصطناعي إلى التطوير الشركات
من خلال استخدام نماذج الذكاء الاصطناعي من IBM، تتاح مجموعة واسعة من التطبيقات، تتنوع من وكلاء ماهرين في صياغة الرموز إلى أدوات ذكية قادرة على تشخيص وحل قطاعات البرمجيات الخاطئة. بالإضافة إلى ذلك، تعد هذه الشركاء الذكية بالذكاء الاصطناعي بأنها توعد بمكاسب كبيرة في الإنتاجية، حيث تزود المطورين بالقدرة على إنشاء الاختبارات والوثائق تلقائيًا، وأداء فحوصات للضعف.
تعد الأدوات الحيوية من IBM للذكاء الاصطناعي، التي يمكنها تفسير وتلاعب الرموز البرمجية، من بين أكثر التطبيقات الاصطناعية الذكية كفاءة. من المتوقع أن ترتفع أداء المطورين بمساعدة في الترميز ومقترحات مقاطع الرمز التلقائية. توقعت شركة الأبحاث غارتنر أنه خلال بضع سنوات، سيدمج ثلاثة أرباع المطورين مساعدين مدفوعين بالذكاء الاصطناعي مثل هؤلاء في روتين العمل الخاص بهم.
مساعد كود IBM: استغلال الذكاء الاصطناعي الإنشائي للمطورين
تقود IBM الهجوم، حيث تضمن مساعدي الترميز الخاصة بها تكنولوجيا الذكاء الاصطناعي الإنشائية من عائلة واتسون إكس كود مساعده (WCA)، والتي تتجلى في أدوات مثل Ansible Lightspeed للتشغيل التلقائي لتكنولوجيا المعلومات وIBM Z لتحديث التطبيقات التقليدية. خذ IBM WCA لـ Z مثلاً، الذي يستفيد من نموذج اللغة الأساسية “غرانيت” الضخم من IBM البالغ 20 مليار معلمًا للانتقال بتطبيقات COBOL إلى خدمات الحاسب الرئيسي الخاصة بـ IBM بإتقان.
تعيد IBM تعريف الوصول من خلال فتح مصدر أربعة تباينات من نماذج برمجة غرانيت من IBM، بدءًا من الثلاثة إلى 34 مليار معلم. تم ضبط هذه النماذج بشكل جيد لتبسيط عمليات تطوير البرمجيات الشركات، بما في ذلك إنشاء الرمز، وتصحيح الأخطاء، والشرح، بينما تكون مرنة بما يكفي لتحديث التطبيقات أو العمل على أجهزة ذاكرة مقيدة.
ميزات نماذج AI الجديدة من IBM
تؤكد IBM أن نماذج غرانيت تجسد قمة النماذج اليدوية المفتوحة الموجودة حاليًا. يتوفر هذه النماذج بسهولة على منصات مثل هاغينج فيس، جيثب، ووتسون إكس.إي.آي، وآر.إتش.إي.إل للذكاء الاصطناعي، وذلك باستخدام رمز أساسي مشابه لتدريب WCA.
يقوم النهج الابتكاري لدى IBM ليس فقط بإنجاز المهام المتخصصة بكلفة أقل كثيرًا من النماذج اللغوية الكبيرة (LLMs)، ولكنه يتجنب أيضًا النفقات التدريبية والتشغيلية الباهظة المرتبطة بالنماذج الضخمة المحملة بالبيانات الزائدة.
ربط الرموز الماضية والمستقبلية
بفضل نماذج الغرانيت، يمكن للمطورين الآن تحويل قواعد الرموز القديمة مثل COBOL إلى لغات معاصرة مثل جافا بسلاسة. تظل هذه القدرة على تحديث الأنظمة القديمة ركيزة أساسية في استراتيجية الذكاء الاصطناعي لدى IBM. علاوة على ذلك، لتأكيد التزامها تجاه مجتمع التطوير، قامت IBM بنشر نماذج الغرانيت وفقًا لرخصة أباتشي 2.0.
أثناء اختبار التحقق، أظهرت نماذج IBM أداءً قويًا عبر لغات البرمجة الرئيسية، مؤكدة كفاءتها في توليف الرموز، وإصلاحها، وشرحها، وتحريرها، وترجمتها. يتعهد فريق البحوث في IBM بتحسينات مستمرة على النماذج ويخطط لإصدار إصدارات طويلة السياق ومحسنة لـ Python و Java في المستقبل القريب.
أسئلة وأجوبة مهمة:
– ما أهمية فتح مصدر نماذج الذكاء الاصطناعي للتطوير البرمجي؟
فتح مصدر نماذج الذكاء الاصطناعي من IBM لتطوير البرمجيات ذو أهمية حيث يمكن الوصول الديمقراطي للأدوات المتقدمة للذكاء الاصطناعي. هذا يتيح للمطورين من مؤسسات مختلفة، بما في ذلك الكيانات الصغيرة التي قد لا تمتلك الموارد لتطوير أدواتها الخاصة بالذكاء الاصطناعي، تعزيز الإنتاجية وإدخال قدرات مدفوعة بالذكاء الاصطناعي إلى سير عملهم.
– كيف يمكن أن تؤثر نماذج الذكاء الاصطناعي من IBM على إنتاجية المطورين؟
يمكن أن تحسن هذه النماذج الذكاء الاصطناعي بشكل كبير إنتاجية المطورين عن طريق أتمتة المهام المتكررة مثل إنشاء الرموز وكشف الأخطاء، وإصلاحها. وهذا يتيح للمطورين التركيز على جوانب البرمجة والابتكار الأكثر تعقيدًا.
– ما هي التحديات أو الجدل المحتملة المرتبطة باستخدام الذكاء الاصطناعي في تطوير البرمجيات؟
يتمثل أحد التحديات في إمكانية أن يُضيف الذكاء الاصطناعي تحيزًا أو أخطاءً في إنشاء الرموز إذا لم يتم تدريبه بشكل صحيح. قد تثير مخاوف حول الملكية الفكرية المتعلقة بالرموز التي تولدها الذكاء الاصطناعي. بالإضافة إلى ذلك، قد تظهر مخاوف من تشريد الوظائف إذا قللت أدوات الذكاء الاصطناعي بشكل كبير من الحاجة إلى المطورين البشر.
– مزايا نماذج الذكاء الاصتناعي المفتوحة المصدر من IBM:
– تشجيع الابتكار من خلال جعل أدوات الذكاء الاصطناعي عالية المستوى متاحة لمجموعة أوسع من المطورين.
– عادةً ما تكون أكثر كفاءة من خدمات الذكاء الاصطناعي المملوكة أو تطوير قدرات الذكاء الاصطناعي داخل الشركة.
– يمكن تحديث الأنظمة القديمة بكفاءة، مما يجعل من السهل الحفاظ عليها وتحديثها.
– دعم IBM والتحديثات المستمرة قد تعني تحسينات مستمرة وموثوقية.
– عيوب نماذج الذكاء الاصتناعي مفتوحة المصدر من IBM:
– قد يصبح الشركات معتمدة على هذه النماذج، مما قد يؤدي إلى تحديات إذا قامت IBM بتغيير شروط الدعم أو الترخيص.
– قد تتطلب النماذج مفتوحة المصدر الخبرة التقنية لدمجها وصيانتها ضمن الأنظمة القائمة.
– هناك خطر محتمل من الإساءة في الاستخدام، حيث يمكن أن يؤدي تطبيق الذكاء الاصطناعي بشكل سيئ إلى رموز معيبة أو غير آمنة.
روابط ذات صلة: يمكنك استكشاف المزيد من مبادرات IBM والتطورات في مجال الذكاء الاصطناعي عن طريق زيارة موقعهم الرئيسي: IBM.
يرجى تذكر أن هذه الحقائق والتحليلات مستندة إلى سياق أوسع حول الذكاء الاصطناعي في تطوير البرمجيات والاتجاهات الناشئة حتى تاريخ آخر تحديث للمعرفة، وقد لا يتم ذكرها مباشرة ضمن المقالة المحددة ولكنها ذات صلة بالموضوع.